Options d'API LLM gratuites en 2026 : ce qui est vraiment gratuit

Réponse rapide : quatre façons d'utiliser une API LLM gratuitement

Si vous ne devez retenir qu'une recommandation : prototypez sur Google AI Studio ou les variantes gratuites d'OpenRouter, faites tourner en local les charges privées ou à haut volume si vous avez un GPU capable, et passez au paiement à l'usage bon marché dès que les plafonds quotidiens commencent à couper de vraies sessions. Le reste de ce guide couvre les limites documentées de chaque option, le revers attaché à chacune, et le calcul du moment où quelques dollars de crédit payant sont simplement moins contraignants que le gratuit.

• Paliers gratuits des fournisseurs : Google AI Studio (Gemini), Groq, Mistral, et GitHub Models distribuent des clés API gratuites avec de faibles plafonds de requêtes. Idéal pour prototyper.
• Modèles gratuits OpenRouter : des variantes de modèles marquées :free, avec des limites de requêtes par minute et par jour sur une seule clé. Idéal pour tester rapidement plusieurs modèles.
• AI Horde : un cluster communautaire de GPU de bénévoles. Vraiment gratuit sans quota strict, mais vous attendez en file pour chaque génération.
• Modèles locaux : Ollama ou llama.cpp sur votre propre machine. Coût par token nul, limité seulement par votre matériel.

La vérité sur « API IA gratuite sans limite »

Une API IA gratuite sans aucune limite n'existe pas, et il est utile de comprendre pourquoi avant de passer une soirée à en chercher une. L'inférence tourne sur des GPU qui coûtent réellement de l'argent à l'heure. Quiconque vous sert des tokens gratuitement récupère ce coût quelque part, et il n'y a que quatre mécanismes honnêtes : des limites de débit qui vous gardent petit, des files d'attente qui vous font patienter, des conditions qui laissent le fournisseur apprendre de vos prompts, ou votre propre facture d'électricité parce que le matériel est le vôtre. Tout ce qui sort de ces quatre mécanismes doit vous rendre méfiant. Les listes de « clés gratuites illimitées » sur GitHub et Discord sont généralement des clés volées ou récupérées qui meurent en quelques jours, ou des endpoints reconstruits par rétro-ingénierie qui violent les conditions d'utilisation de quelqu'un et peuvent enregistrer tout ce que vous envoyez. N'y faites transiter ni données personnelles ni données de vos utilisateurs. La vraie question n'est donc jamais « où est l'API gratuite illimitée » mais « quelle limite suis-je le plus disposé à accepter : plafonds, files d'attente, conditions sur les données, ou matériel ».

Comparatif des limites des paliers gratuits

Le tableau ci-dessous résume ce que chaque option gratuite vous donne et ce qu'elle vous coûte en pratique. Les quotas changent souvent, donc traitez les chiffres comme des approximations documentées ou rapportées par la communauté au moment de la rédaction, et vérifiez la documentation actuelle de chaque fournisseur avant de vous appuyer dessus.

Modèles gratuits OpenRouter : comment fonctionnent les variantes :free

OpenRouter liste certains modèles avec un suffixe :free. Les requêtes vers ces variantes ne coûtent rien, et l'endpoint est compatible OpenAI, donc n'importe quel client acceptant une base URL personnalisée peut les utiliser. Les limites au niveau du compte sont la vraie contrainte : environ 20 requêtes par minute et un plafond quotidien de requêtes dans les deux chiffres bas sur un compte neuf, relevé à environ 1 000 requêtes par jour une fois un petit achat de crédit unique effectué, selon la documentation publiée d'OpenRouter. Deux choses à savoir avant de s'y fier. D'abord, l'ensemble des modèles :free tourne : un modèle gratuit ce mois-ci peut devenir payant ou disparaître le mois suivant, donc coder en dur un seul ID est fragile. Ensuite, le trafic des variantes gratuites peut être routé vers des fournisseurs avec des conditions de journalisation des prompts, ce qu'OpenRouter divulgue par fournisseur. Aucun des deux n'est scandaleux, les deux sont le prix du gratuit.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-chat:free",
    "messages": [{"role": "user", "content": "Hello"}]
  }'
# Choisissez n'importe quel ID se terminant par :free dans leur liste de modèles ; l'ensemble tourne.

AI Horde : vraiment gratuit, géré par la communauté, file d'attente incluse

AI Horde est la seule option de cette liste sans aucune facturation nulle part dans le système. Des bénévoles rattachent leurs GPU à un cluster partagé, et n'importe qui peut soumettre des tâches de génération de texte ou d'image contre ce cluster, même anonymement. Au lieu de limites de débit, il utilise les kudos : une monnaie de priorité que vous gagnez en contribuant du calcul ou en participant à la communauté. Les tâches anonymes se retrouvent en fin de file ; les contributeurs actifs sont servis en premier. Les compromis découlent directement de la conception. Les temps d'attente sont imprévisibles, de quelques secondes un jour calme à de nombreuses minutes aux heures de pointe. La liste de modèles disponibles est ce que les bénévoles hébergent, surtout des modèles communautaires à poids ouverts plutôt que des modèles commerciaux de pointe. Et le débit n'est nulle part proche de ce que fournit une entreprise d'API, donc ça convient aux projets personnels, à l'expérimentation, et à la patience, pas aux applis sensibles à la latence. Si votre usage est occasionnel et asynchrone, AI Horde est la réponse « vraiment gratuite » la plus honnête qui existe. Si vous avez besoin d'une réponse en deux secondes à chaque fois, ce n'est pas pour vous.

Faire tourner des modèles en local : gratuit après le matériel

L'inférence locale est la seule voie vers des tokens illimités sans aucune condition attachée. Ollama est le point d'entrée le plus simple : il télécharge des modèles à poids ouverts quantifiés et expose un serveur compatible OpenAI sur localhost, donc le même code client que vous écririez pour n'importe quelle API hébergée fonctionne sans modification. Le revers, c'est le matériel. Les petits modèles dans la fourchette 7B à 12B tournent correctement sur un ordinateur portable moderne ou un GPU grand public avec 8 à 16 Go de VRAM. Les modèles à poids ouverts les plus grands, qui se rapprochent le plus de la qualité commerciale, veulent bien plus de mémoire que la plupart des gens n'en possèdent, et le traitement des prompts sur de longs contextes est lent sur des cartes grand public. Budgétez pour l'électricité et pour le temps que vous passerez sur la configuration et les mises à jour.

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:11434/v1",
    api_key="ollama",  # requis par le SDK, ignoré par Ollama
)

response = client.chat.completions.create(
    model="llama3.1:8b",
    messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)

Quand $3 de paiement à l'usage bat le gratuit

Le gratuit cesse d'être gratuit quand il vous coûte du temps. Dès qu'un plafond quotidien coupe une session en plein travail, ou que la variante :free sur laquelle vous vous étiez construit disparaît, ou que la file d'attente donne l'impression que votre appli est cassée, de petites quantités de crédit payant deviennent l'option la moins chère. Les prix des tokens sur les modèles efficaces sont désormais assez bas pour qu'un simple café finance des semaines d'usage intensif du chat. APIsRouter est une passerelle construite exactement autour de ce compromis : une API compatible OpenAI sur https://api.apisrouter.com/v1, paiement à l'usage sans abonnement, et un paiement sans inscription sur /topup où vous payez d'abord et la clé arrive par e-mail. Votre première recharge ajoute +100% de solde, les modèles internationaux tournent à 20% en dessous du tarif officiel, et les modèles chinois sont facturés en dessous des tarifs officiels. Le tableau montre ce que $3 de crédit achètent aux prix catalogue.

curl https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer sk-APIsRouter-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

Questions fréquentes